鸡蛋贮藏时间和新鲜度的电子鼻检测

研制一套适合鸡蛋品质的电子鼻系统,对不同贮藏方式和时间的鸡蛋进行检测,并采用主成分分析(PCA)、线性判别函数分析(LDA)和BP神经网络(BPNN)、遗传优化神经网络(GANN)等进行模式识别.结果发现,不同贮藏时间的鸡蛋所对应的电子鼻传感器响应特性不同.PCA和LDA结果表明,两者都可以较好地区分不同贮藏方式和时间的鸡蛋,采用LDA的效果比PCA的效果好;采用BP神经网络和遗传优化神经网络方法,能较好地预测不同贮藏时间的鸡蛋,其中遗传优化神经网络的判断正确率高于标准BP网络;利用二次回归分析(QPSR)建立鸡蛋新鲜度指标的预测模型,模型的预测值和测试值的相关系数大于0.90.     

元素分析仪与质谱仪联用鉴定蜂蜜掺假的研究

绝大多数的天然蜂蜜均来自C_3植物,其总体蜂蜜和蜂蜜蛋白均来自相同的植物碳源,二者的碳同位素组成应该相等,即δ~(13)C_H=δ~(13)C_P。由于商业利益驱使的一些掺假行为,例如掺入C_4植物糖浆,总体蜂蜜δ~(13)C_H发生改变,变化大小取决于掺假量和掺假糖浆的δ~(13)C,但是蜂蜜蛋白δ~(13)C_P很稳定几乎不变。本实验利用稳定同位素技术鉴定62个蜂蜜样品,结果显示有19.35%的蜂蜜不合格,掺假掺杂主要以添加碳-4植物源转化产物和淀粉糖浆为主。     

霉变玉米电子鼻识别及其传感器阵列优化

收集了玉米样品40份,利用电子鼻技术对样品进行模式识别,并对电子鼻传感器阵列进行优化.结果表明,电子鼻能够对正常与霉变样品进行区分.在优化传感器阵列后,主成分分数较优化前的84.36%提高至97.54%.对测试集的判别采用4种算法(Euclid、Malahanobis、Kohonen和DFA)进行判别,电子鼻判别率较优化前均有不同程度的提高,其中Kohonen法判别率可达90.63%.     

核桃油中掺大豆油的同步荧光光谱快速鉴别

展示了同步荧光光谱法在核桃油掺大豆油鉴别以及同步荧光法结合多元分析对掺假核桃油进行评价方面的应用潜力.获得同步荧光光谱的激发波长范围为250~700nm,波长间隔范围为10~100nm.核桃油和大豆油的等值同步荧光光谱相比较,发现在激发波长低于275nm范围内,核桃油具有特殊的荧光谱图.研究过程使用了51个以不同比例大豆油掺假的核桃油混合样品,采用偏最小二乘法分别对波长间隔为20、40、80nm的同步荧光谱图数据进行回归,实现对核桃油掺假情况的定量分析.本研究可以在2.5min内实现对核桃油掺大豆油比例在0.6%以上的样品进行快速检测     

一种基于电子鼻的辛味中药材的分类鉴别方法研究

为获取新的气味识别方法以提高智能传感器模式分类识别准确率和速度,使用了内置10个传感器的便携式电子鼻PEN3对辛味中药材进行气味采集检测.将辛味中药材在烧杯中进行密封静置待其形成稳定的气味顶空环境时,运用电子鼻对其进行检测采样得到样品高维气味数据信息.与传统的线性数据分析方法不同,针对气味蕴含多种诸如浓度、各种挥发性物质成分等特征,可知气味非线性的本质特征,在本次分析中采用了流形算法中的非线性的局部线性嵌入（Locally Linear Embedding,LLE）算法对非线性的气味数据进行特征提取与降维,再采用基于Fisher的线性判别分析（Linear Discriminant Analysis,LDA）实现对特征子空间的模式聚类与分类,通过多次实验优化LLE算法的参数,得到了最佳的辛味中药材的模式识别效果.分析结果表明,运用LLE和LDA相结合的算法（即LLE_LDA）可以很好地完成不同种类辛味中药材的挥发性气味信息的模式分类,为深层次地分析基于电子鼻的气味数据信息提供了一种新方法.     

糖尿病呼气检测分析仪设计

丙酮可以作为糖尿病呼气检测的一种标志物。从呼气检测角度出发,基于电子鼻原理设计了糖尿病呼气检测分析仪。研究中基于金属氧化物半导体(Metal Oxide Semiconductor,MOS)气体传感器设计了传感器阵列,基于末潮呼气缓冲原理(Buffered end-tidal,BET)设计了呼气进样器,基于Matlab通过主成分分析法(Principal Component Analysis,PCA)和BP (Back-propagation)神经网络对呼气进行了模式识别。在模拟试验中,利用100份健康的呼气样本和100份模拟病患的呼气样本对系统的功能进行了验证。PCA图谱显示气体传感器阵列对两类不同的呼气样本的响应有着明显的区别,呼气进样器可实现系统的在线式进样,模式识别算法对两种样本的最终识别精度为91.67%。呼气分析仪的设计对于糖尿病的无入侵式检测有积极的意义。     

三种品牌蜂蜜质量差 市场抽查合格率不足三成

天津市质监局对天津市市场上销售的蜂蜜产品进行了质量监督抽查,抽查结果令人担忧,不合格率高达75%。市质监局提醒消费者,购买蜂蜜时一定要认准品牌。据市质监部门介绍,目前蜂蜜质量主要存在两大问题:一是纯蜂蜜在加工时温度不当使得蜂蜜中最主要的活性物质酶类被灭活或蜂蜜存放时间过长,酶类物质活性降低;二是部分生产企业为降低成本牟取暴利,在蜂蜜中加入高果糖淀粉糖浆(俗称糖稀)的物质,再调入蜂蜜香精,从口感和状态上都和蜂蜜相似,以假充真蒙骗消费者。市质监局针对蜂蜜产品掺杂掺假严重的现象,在这次抽查中增加了糖稀的检验。在此次抽…     

基于鉴别主成份分析的基因表达数据特征提取

针对高维小样本数据特征提取问题,通过融合主成份分析（PCA）和线性判别分析（LDA）,提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明：该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20％以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。     

食用淀粉颗粒特性分析及掺假检测研究

以常见的19种食用淀粉为原料,对其颗粒结构、基本特性以及掺假检测方法进行了研究。由淀粉的扫描电镜图可知,19种淀粉分为5类,分别为棒形(莲藕和芡实淀粉)、扁平形(绿豆、小麦、莲子、山药和芭蕉芋淀粉)、球形或半球形(杏仁、薏米、红薯和木瓜淀粉)、不规则多面体形(葛根、魔芋、木薯、首乌、玉米、茯苓和百合淀粉)和卵形(马铃薯淀粉),通过淀粉颗粒形貌的不同可以为淀粉掺假鉴定定性分析提供参考依据。由淀粉的粒度分布可知,不同来源的淀粉的颗粒大小也相差很大,其中芭蕉芋淀粉、山药淀粉、莲藕淀粉、马铃薯淀粉和芡实淀粉的小颗粒所占的体积分数均小于1%,杏仁淀粉、茯苓淀粉、葛根淀粉、木瓜淀粉和莲子淀粉在测定粒度分布时没有检测到大颗粒(30μm)。通过粒度分布法和快速黏度分析法分别对掺假淀粉做了检测分析,结果显示这两种方法都能够对特定的掺假玉米淀粉定量地检测出掺假比例。     

花生油中掺入大豆油的鉴别研究

利用气相色谱法(GC)结合化学计量学技术建立了花生油中掺入大豆油的鉴别模型以及掺伪定量分析模型.分别采用气相色谱法、主成分分析(PCA)、聚类分析(CA)和最小二乘支持向量机(LS-SVM)对脂肪酸色谱数据进行处理.结果显示,利用LS-SVM构建的花生油掺大豆油的鉴别模型准确率最高,达100%;运用偏最小二乘法(PLS)建立花生油掺伪定量模型,并通过交互验证考察所建模型的可靠性,PLS模型的相关系数(R2)、交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.996、1.59%和2.08%,优于经典的多元线性回归(MLR)和主成分回归(PCR).这表明应用化学计量学技术能够快速、准确地鉴别花生油的真伪和检测花生油中大豆油的含量,对其他油脂掺伪检测也具有一定的参考价值.     

国外蜂蜜品种识别和掺假鉴别方法研究进展

蜂蜜产地来源和蜂蜜掺伪的辨别方法是当今许多国家和蜂产品生产相关部门研究的热点.针对目前国外应用理化方法、现代仪器分析以及生物免疫技术结合模式识别对蜂蜜的产地、植物来源及掺伪辨别方法和研究进展进行了综述.     

电子鼻对花椒精油的辨别研究

以超临界流体萃取法和无溶剂微波萃取法提取了四川大红袍花椒和陕西韩城大红袍花椒精油,用电子鼻对花椒产地、提取方法和同种提取方法下的不同提取工艺条件下所得花椒精油进行了辨别研究．采用主成分分析法分析花椒精油的特征气味指纹图,发现电子鼻可以有效区分花椒精油．各主成分分析图中,第1、第2主成分累积方差贡献率为98．989％～99．5969％,辨别指数为93～95．初步探索了统计质量控制法控制花椒精油质量和判别因子分析法判断花椒精油的来源的可行性．     

基于卷积神经网络的电子鼻分类识别

在混合气体识别的研究中,针对目前电子鼻应用于化工污染物种类监测时难以达到理想精度的问题,提出了一个基于卷积神经网络的气体分类识别算法。首先利用卷积神经网络的自适应特征提取能力,有效降低原始数据对后续操作的影响;其次进行多次实验训练,对卷积神经网络进行参数优化,提高网络模型性能;最后将提出的卷积神经网络算法与BP神经网络算法分别应用于加州大学公开数据集中的一氧化碳和乙烯混合气体的实验数据中。实验结果表明,卷积神经网络算法对此数据集的气体种类检测准确率达到93%,比BP神经网络算法应用于气体识别时精度更高,误差更小,为电子鼻系统气体种类检测提供了一种新的方法。     

基于主成分分析和人工神经网络的酒类辨识

介绍了人工嗅觉系统对不同酒类样本的定性识别,尝试利用主成分分析(PCA)和人工神经网络(ANN)中改进的BP算法、改进的RBF算法(最近邻RBF与k均值RBF相结合选取中心的算法)和k均值RBF算法,实现对酒类的定性识别.实验结果表明:结合PCA的ANN方式为模式识别、分类提供了快速准确的辨识方法.     

电子鼻与电子舌在饮料品质评价中的应用

随着传感技术的发展,电子鼻与电子舌以其独特的优越性广泛应用于食品的品质评价中.阐述了电子鼻与电子舌的结构组成及其在饮料的种类识别、品质控制、定量分析和感官评价等方面的应用,并指出了其在发展过程中需要解决的问题.     

LDA及支持向量机的人脸识别算法研究

在主成分分析的基础上采用线性差别分析法对人脸图像进行特征提取,构造人脸的特征脸空间,在特征脸空间运用线性差别分析法进行人脸识别。在支持向量机方法理论基础上,利用LibSVM分类器对处理后的人脸图像进行分类,考虑到核函数参数对分类结果的影响,通过参数寻优及算法的改进将多类问题的分类简单化,并大大提高识别效率,在ORL人脸库的识别结果表明,本方法在特征参数个数的选取、识别效果等方面都有其独到的优越性,具有很好的可行性和实际意义。     

一种相似子空间嵌入算法

通过对经典的线性判别分析(Linear Discriminant Analysis, LDA)及最大边界准则(Maximum Margin Criterion, MMC)方法的分析,提出一种类内子空间深入学习的监督降维方法——相似子空间嵌入(Similarity Subspace Embedding, SSE),对类内离散度矩阵进行深入学习,得到每类的类内离散度子空间,通过对所有类内离散度子空间的学习,获得信息更为丰富的类间离散度矩阵,进而得到更好的低维空间。与MMC方法相比,SSE方法对类内数据学习更充分,同时避免了LDA方法存在的小样本问题。在AR人脸图像、Coil数据集及手写体上的试验结果表明,与其它三种相关的经典方法相比, SSE方法具有较高的识别率,说明了该方法的有效性。